数据仓库

数据仓库是面向主题的，集成的，稳定的，不同时间的数据结合，用来支持管理决策。

面向主题的意思是数据仓库本身都是对应了某个领域的，比喻医疗、商业、保险等等。数据仓库还会解决不同应用之间的编码、命名、属性度的区别。数据仓库的数据是稳定的，里面有大量的历史信息，用于决策，很少更新。数据仓库的时间一般都很长，5到10年。

数据仓库一般是企业和政府用来决策的，主要有两方面的应用——查询和基于数据库的应用系统DSS。

OLTP 联机事务处理——完成更新和查询
OLAP 联机分析处理——以多维分析为基础对数据库进行多层面多角度的分析
DM 数据挖掘——从大量数据里面挖掘趋势和行为
OLAM 联机分析挖掘——DM+OLAP
DSS 决策支持系统——通过以上手段来为企业和政府的管理提供依据

数据仓库其实就是比较大的数据库，用于决策和管理。

逻辑结构是这样的：首先数据来自于传统的数据库，按照确定的主题形成基本的数据层，再按照决策的需求得到综合数据层，随着时间的推移，时间控制机制会把当前的数据库转换为历史数据库的内容。

元数据指的是关于数据的数据，可以理解为数据仓库的数据字典——数据仓库的核心。用于存储数据模型和定义数据结构、转换规则、仓库结构以及信息控制。

数据仓库的实现方法——
多维数据库方法：DATA CUBE
关系数据库方法：STAR SCHEME

数据仓库的特点是：数据量大，只读，批处理

数据集市的出现是为了改善数据仓库太大太难建立和维护。

数据仓库不是一种产品而是一种数据结构，不能购买而是应该构建它。